估计基础矩阵的8点算法

Question

我正在看一个关于使用8点算法估计立体视觉中使用的基本矩阵的讲座。我知道，一旦我们恢复了两个相机之间的基本矩阵，我们就可以计算一个相机上的极线，给出另一个相机上的一个点。据我所知，这条极线(在它被校正后)很容易找到特征对应，因为我们只是沿着一维线匹配特征。

混淆来自于这样一个事实，即8点算法本身需要至少8个特征对应来估计基本矩阵。

那么，我们正在寻找点对应关系来恢复用于查找点对应关系的矩阵？

这似乎是一个鸡和蛋的悖论，所以我想我误解了什么。

Answer 1

基本矩阵可以预先计算。这会带来两个好处：

1. 你可以使用一个很好的环境，在这个环境中，特征可以很容易地匹配(比如使用棋盘)来计算基本矩阵。
2. 你可以使用计算成本更高的操作，比如对整个图像进行一系列SIFT、FLANN和RANSAC操作，因为你只需要做一次。

在得到基本矩阵之后，您可以在嘈杂的环境中更有效地找到对应关系，而不是使用相同的方法计算基本矩阵。